一种三维场景地图的生成方法、装置、设备及存储介质与流程

本发明实施例涉及点云数据处理技术，尤其涉及一种三维场景地图的生成方法、装置、设备及存储介质。

背景技术：

点云数据仿真是一种基于目标场景的点云数据和计算机辅助设计模型，生成高真实感的虚拟点云数据的技术，可以用于构建大规模场景。例如，构建出多种道路情景，用于对无人驾驶的三维感知模块进行训练。点云数据仿真需要有三维静态环境作为背景。

现有技术获取三维静态环境的点云数据主要有两种方式：第一，通过人工制作三维静态环境的3d网格模型，进行情景模拟，然后使用虚拟传感器，例如相机或三维扫描仪，合成三维静态环境点云数据。第二，使用高精激光扫描仪采集得到高精度高密度的三维静态环境点云数据。

第一种方法，模型制作成本较高。在现有三维建模技术条件下，无法全自动地制作真实感较强的场景或者单个障碍物的模型，必须需全人工或者半自动的建模方式。因此制作大规模场景和大量障碍物的模型需要投入很高的人力物力成本。第二种方法，数据量很大，而且高精激光扫描仪不便于运输，增加了建立三维静态环境的成本。因此，现有技术的两种方法都无法快速扩展到任何场景，使得点云数据仿真工作受限。

技术实现要素：

本发明实施例提供一种三维场景地图的生成方法、装置、设备及存储介质，以实现低成本的生成高质量的三维场景地图。

第一方面，本发明实施例提供了一种三维场景地图的生成方法，包括：

获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准；

删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；

在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

第二方面，本发明实施例还提供了一种三维场景地图的生成装置，包括：

云数据获取模块，用于获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准；

原始地图生成模块，用于删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；

三维地图生成模块，用于在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

第三方面，本发明实施例还提供了一种设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如本发明实施例所述的三维场景地图的生成方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所述的三维场景地图的生成方法。

本发明实施例通过对基础路采设备采集得到的至少两帧点云数据进行数据配准，删除各帧点云数据中与动态障碍物对应的第一类点云数据，对各帧点云数据进行数据融合，得到原始场景地图，并在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图，可以使用基础路采设备采集的点云数据生成三维背景地图，保证三维背景地图质量满足点云数据仿真工作的要求的同时，降低成本，而且便于拓展至不同的场景。

附图说明

图1为本发明实施例一提供的一种三维场景地图的生成方法的流程图；

图2为本发明实施例二提供的一种三维场景地图的生成方法的流程图；

图3为本发明实施例三提供的一种三维场景地图的生成方法的流程图；

图4为本发明实施例四提供的一种三维场景地图的生成方法的流程图；

图5为本发明实施例五提供的一种三维场景地图的生成装置的结构示意图；

图6为本发明实施例六提供的一种设备的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1为本发明实施例一提供的一种三维场景地图的生成方法的流程图，本实施例可适用于生成三维场景地图的情况，该方法可以由三维场景地图的生成装置来执行，该装置可以采用软件和/或硬件的方式实现，该装置可以配置于计算机设备中。如图1所示，该方法具体包括如下步骤：

步骤101、获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准。

其中，构建三维场景地图，首先需要获取点云数据。通过三维激光扫描设备对场景进行采样，会获得描述物体表面信息的点，通常把这些点集称为点云数据。

可选的，在基础路采设备上安装三维激光扫描仪，并驾驶基础路采设备在指定场景中路跑，以采集场景表面的深度数据。基础路采设备可以为无人车。指定场景可以为道路。三维激光扫描仪是一种立体测量仪器，利用激光传感器不断发射激光到被测实物的表面，然后通过实物表面反射回来的光被激光脉冲接收器接收，通过转换和计算实现物体距离的测量。

三维激光扫描设备可能需要从不同的角度获取点云数据，这样才能得到物体表面的所有点云数据，但这些点云数据彼此都是孤立的，需要通过变换把所有的点云数据转换到同一坐标系下，从而得到完整的物体表面信息，这个过程就称为数据配准。目前，配准算法按照实现过程可以分为全局配准算法和局部配准算法。全局配准算法包括：迭代最近点算法、基于几何特征的配准算法以及动态配准算法。局部配准算法包括基于曲面特征的配准算法。由此，根据预设的配准算法对至少两帧点云数据进行数据配准，以使基础路采设备采集的连续帧的点云数据可以准确地变换到统一坐标系中。

步骤102、删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图。

其中，获取基础路采设备采集得到的至少两帧点云数据中包括分别与不可移动物体和可移动物体对应的点云数据。三维场景地图为根据场景中的不可移动物体，例如道路，墙面等，生成的地图，不需要包含场景中的可移动物体。因此，生成三维场景地图时，需要删除各帧点云数据中与可移动物体对应的第一类点云数据。

动态障碍物是指定场景中的可移动物体。例如，车辆、行人。第一类点云数据为与动态障碍物对应的点云数据。删除各帧点云数据中与动态障碍物对应的点云数据，剩余的点云数据仅包括与静态障碍物对应的点云数据。对各帧剩余的点云数据进行数据融合，得到原始场景地图。具体的，以采集第一帧点云数据时，基础路采设备所处的位置为坐标原点建立全局坐标系，其它帧点云数据点云都通过坐标的旋转和平移转换到第一帧点云数据所处的全局坐标系中，从而实现原始场景地图的创建。

进一步的，基础路采设备一般自身携带有导航设备，例如，gps，因此，可以结合基础路采设备自身在地理坐标系中的实时定位点，确定点云数据在地理坐标系中的位置坐标。

步骤103、在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

其中，基础路采设备采集的点云数据通常噪声和误差较大，所以即使将各帧点云数据变换到统一坐标系，也无法形成一个可直接使用的三维场景地图。例如，地面的厚度可能有十几公分。

规则物体为原始场景地图中的人造物体。第二类点云数据为与原始场景地图中的人造物体对应的点云数据。预先将场景中的物体分为两类：自然物体，例如植物；人造物体，例如道路，墙面等。对于自然物体，保留其原始的点云数据。而对于人造物体，使用三维建模技术生成与人造物体匹配的几何模型的模型数据。将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的光滑自然的模型数据，得到三维场景地图。由此，既解决了人造物体失真的问题，又不会影响点云数据仿真的质量。

本发明实施例提供了一种三维场景地图的生成方法，通过对基础路采设备采集得到的至少两帧点云数据进行数据配准，删除各帧点云数据中与动态障碍物对应的第一类点云数据，对各帧点云数据进行数据融合，得到原始场景地图，并在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图，可以使用基础路采设备采集的点云数据生成三维背景地图，保证三维背景地图质量满足点云数据仿真工作的要求的同时，降低成本，而且便于拓展至不同的场景。

实施例二

图2为本发明实施例二提供的一种三维场景地图的生成方法的流程图，本实施例以上述实施例为基础进行具体化。在本实施例中，对至少两帧点云数据进行数据配准，可以包括：识别各帧点云数据中包括的障碍物，并得到与各障碍物分别对应的语义信息；根据与各障碍物分别对应的语义信息，将识别出的障碍物划分为静态障碍物以及动态障碍物；将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准；通过点云全局配准技术，对初始配准后的至少两帧点云数据进行精确配准。

如图2所示，该方法具体包括如下步骤：

步骤201、获取基础路采设备采集得到的至少两帧点云数据。

步骤202、识别各帧点云数据中包括的障碍物，并得到与各障碍物分别对应的语义信息。

其中，使用障碍物检测算法识别各帧点云数据中包括的障碍物，并得到与各障碍物分别对应的语义信息。例如，各障碍物对应的语义信息为垃圾桶、电线杆、车辆、行人等。可选的，使用较为准确的离线障碍物检测算法。

步骤203、根据与各障碍物分别对应的语义信息，将识别出的障碍物划分为静态障碍物以及动态障碍物。

其中，静态障碍物为场景中的不可移动物体。动态障碍物为场景中的可移动物体。例如，将对应于垃圾桶的障碍物、对应于电线杆的障碍物划分为静态障碍物；将对应于车辆的障碍物、对应于行人的障碍物划分为动态障碍物。

步骤204、将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准。

其中，将相邻两帧点云数据中包括的静态障碍物进行配对，即计算静态障碍物的轨迹。通过计算静态障碍物的轨迹可以使用多帧连续点云数据对单帧点云数据的静态障碍物检测结果进行校正。即使某一静态障碍物在一帧点云数据中漏检或误检，通过对前后几帧点云数据的分析，即可修复。

将相邻两帧点云数据中包括的静态障碍物进行配对后，根据配对结果对相邻两帧点云数据进行初始配准。初始配准是在完全不清楚两帧点云数据的相对位置关系的情况下，确定一个与两帧点云数据对应的近似的旋转平移矩阵。初始配准得到的旋转平移矩阵不一定很精确，但是已经接近两帧点云数据之间的精确的旋转平移矩阵。具体的，可以通过采样一致性初始配准算法对相邻两帧点云数据进行初始配准。

步骤205、通过点云全局配准技术，对初始配准后的至少两帧点云数据进行精确配准。

其中，点云全局配准技术可以为迭代最近点算法、基于几何特征的配准算法以及动态配准算法中的任意一种。

步骤206、删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图。

可选的，在删除各帧点云数据中与动态障碍物对应的第一类点云数据之后，可以还包括：使用点云全局配准技术，对各帧点云数据进行再配准。

由此，通过再配准过程，可以获取更精确的点云数据配准结果。

步骤207、在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

本发明实施例提供了一种三维场景地图的生成方法，通过识别各帧点云数据中包括的障碍物，根据与各障碍物分别对应的语义信息，将识别出的障碍物划分为静态障碍物以及动态障碍物；将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准之后，通过点云全局配准技术，对初始配准后的至少两帧点云数据进行精确配准，可以对单帧点云数据的静态障碍物检测结果进行校正，防止某一静态障碍物在一帧数据中漏检或误检，可以通过两次配准过程实现更加精确的点云数据配准。

实施例三

图3为本发明实施例三提供的一种三维场景地图的生成方法的流程图，本实施例以上述实施例为基础进行具体化。在本实施例中，删除各帧点云数据中与动态障碍物对应的第一类点云数据，可以包括：根据动态障碍物在各帧点云数据中的位置，确定与动态障碍物对应的理想运动轨迹；根据动态障碍物的理想运动轨迹，对各帧点云数据中与动态障碍物对应的点云数据进行校正；在各帧点云数据中，删除与动态障碍物对应的点云数据。

如图3所示，该方法具体包括如下步骤：

步骤301、获取基础路采设备采集得到的至少两帧点云数据，并识别各帧点云数据中包括的障碍物，并得到与各障碍物分别对应的语义信息。

步骤302、根据与各障碍物分别对应的语义信息，将识别出的障碍物划分为静态障碍物以及动态障碍物。

步骤303、将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准。

步骤304、通过点云全局配准技术，对初始配准后的至少两帧点云数据进行精确配准。

步骤305、根据动态障碍物在各帧点云数据中的位置，确定与动态障碍物对应的理想运动轨迹。

其中，理想运动轨迹为动态障碍物在各帧点云数据中的位置构成的运动轨迹。例如，根据行人在各帧点云数据中的位置，确定与行人对应的理想运动轨迹，即行人的移动过程。

步骤306、根据动态障碍物的理想运动轨迹，对各帧点云数据中与动态障碍物对应的点云数据进行校正。

其中，各帧点云数据中与同一个动态障碍物对应的点云数据是对应的。根据动态障碍物的理想运动轨迹，对各帧点云数据中与动态障碍物对应的点云数据进行校正，即使用多帧连续点云数据对单帧点云数据的动态障碍物检测结果进行校正。即使某一动态障碍物在某一帧点云数据中漏检或误检，通过对前后几帧点云数据的分析，即可修复。例如，根据行人在各帧点云数据中的位置，确定与行人对应的理想运动轨迹。根据理想运动轨迹确定行人应该在某一帧点云数据中，但是某一帧点云数据中漏检与行人对应的点云数据。根据与行人对应的理想运动轨迹，将与行人对应的点云数据添加至该帧点云数据中，完成修复。

步骤307、在各帧点云数据中，删除与动态障碍物对应的点云数据。

其中，删除各帧点云数据中与动态障碍物对应的点云数据，剩余的点云数据仅包括与静态障碍物对应的点云数据。

步骤308、对各帧点云数据进行数据融合，得到原始场景地图。

步骤309、在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

本发明实施例提供了一种三维场景地图的生成方法，通过根据动态障碍物在各帧点云数据中的位置，确定与动态障碍物对应的理想运动轨迹，并根据动态障碍物的理想运动轨迹，对各帧点云数据中与动态障碍物对应的点云数据进行校正，在各帧点云数据中，删除与动态障碍物对应的点云数据，可以对单帧点云数据的动态障碍物检测结果进行校正，防止某一动态障碍物在一帧数据中漏检或误检，可以根据语义信息删除与动态障碍物对应的点云数据。

实施例四

图4为本发明实施例四提供的一种三维场景地图的生成方法的流程图，本实施例以上述实施例为基础进行具体化。在本实施例中，在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图，可以包括：在原始场景地图中，获取设定形状属性的点云数据作为待归类点云数据；根据各待归类点云数据的形状属性，以及各待归类点云数据在原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据；根据与规则物体对应的第二类点云数据的形状属性，采用与形状属性匹配的替换规则，将原始场景地图中的第二类点云数据替换为与规则物体匹配的几何模型的模型数据。

如图4所示，该方法具体包括如下步骤：

步骤401、获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准。

步骤402、删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图。

步骤403、在原始场景地图中，获取设定形状属性的点云数据作为待归类点云数据。

其中，在各帧点云数据中检测设定形状属性的点云数据。可选的，形状属性可以包括：平面属性，和/或圆柱属性。获取检测到的设定形状属性的点云数据，作为待归类点云数据。

步骤404、根据各待归类点云数据的形状属性，以及各待归类点云数据在原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据。

其中，规则物体可以为道路、墙面、垃圾桶、以及电线杆。例如，各待归类点云数据的形状属性为平面属性。根据各待归类点云数据的平面属性，以及各待归类点云数据在原始场景地图中的位置，得到与墙面对应的第二类点云数据。

可选的，在根据各待归类点云数据的形状属性，以及各待归类点云数据在原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据之后，还包括：根据与同一规则物体对应的第二类形状数据，以及规则物体的属性信息，对与规则物体对应的第二类形状数据进行补充，和/或校正。

其中，与同一规则物体对应的第二类形状数据在各帧点云数据中应是一致的。如果某一规则物体在某一帧点云数据中漏检，则根据与同一规则物体对应的第二类形状数据，以及规则物体的属性信息，对与规则物体对应的第二类形状数据进行补充。如果某一规则物体在某一帧点云数据中误检，则根据与同一规则物体对应的第二类形状数据，以及规则物体的属性信息，对与规则物体对应的第二类形状数据进行校正。

由此，通过与同一规则物体对应的第二类形状数据对单帧点云数据的规则物体检测结果进行校正，即使某一规则物体在某一帧点云数据中漏检或误检，根据与同一规则物体对应的第二类形状数据即可修复。

步骤405、根据与规则物体对应的第二类点云数据的形状属性，采用与形状属性匹配的替换规则，将原始场景地图中的第二类点云数据替换为与规则物体匹配的几何模型的模型数据。

其中，根据与规则物体对应的第二类点云数据的形状属性，采用三维建模技术生成与规则物体匹配的几何模型的模型数据。可选的，几何模型的模型数据为三维面片形式的数据。通过面片建模技术生成与规则物体匹配的几何模型的模型数据。面片建模是一种介于网格建模与曲面建模之间的建模方法。面片建模只要比较少的面就可以创建逼真的光滑效果，用户只要比较少的控制点，就可以控制整个模型。

可选的，根据与规则物体对应的第二类点云数据的形状属性，采用与形状属性匹配的替换规则，将第二类点云数据替换为与规则物体匹配的几何模型的模型数据，可以包括：如果确定与目标规则物体对应的第二类点云数据的形状属性为平面属性，则使用体素融合技术，将与目标规则物体对应的第二类点云数据替换为与设定厚度的薄平面对应的模型数据。例如，目标规则物体为道路或墙面。与目标规则物体对应的第二类点云数据的形状属性为平面属性。使用体素融合技术，将与目标规则物体对应的第二类点云数据替换为与设定厚度的薄平面对应的模型数据。如果确定与目标规则物体对应的第二类点云数据的形状属性为圆柱属性，则根据对目标规则物体的圆柱参数预测值，获取与圆柱参数预测值匹配的圆柱模型；将与目标规则物体对应的第二类点云数据替换为与圆柱模型对应的模型数据。例如，目标规则物体为电线杆。与目标规则物体对应的第二类点云数据的形状属性为圆柱属性。根据对目标规则物体的圆柱参数预测值，例如圆柱体的底面积和高，获取与圆柱参数预测值匹配的圆柱模型。将与目标规则物体对应的第二类点云数据替换为与圆柱模型对应的模型数据。

本发明实施例提供了一种三维场景地图的生成方法，通过获取设定形状属性的点云数据作为待归类点云数据；根据各待归类点云数据的形状属性，以及各待归类点云数据在原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据；并根据与规则物体对应的第二类点云数据的形状属性，采用与形状属性匹配的替换规则，将原始场景地图中的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，可以针对原始场景地图中的人造物体，使用三维建模技术生成与人造物体匹配的几何模型的模型数据，将与人造物体对应的点云数据替换为与人造物体匹配的几何模型的光滑自然的模型数据，得到三维场景地图，既解决了人造物体失真的问题，又不会影响点云数据仿真的质量。

实施例五

图5为本发明实施例五提供的一种三维场景地图的生成装置的结构示意图，如图5所示，所述装置可以配置于计算机设备，包括：云数据获取模块501、原始地图生成模块502和三维地图生成模块503。

其中，云数据获取模块501，用于获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准；原始地图生成模块502，用于删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；三维地图生成模块503，用于在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

本发明实施例提供了一种三维场景地图的生成装置，通过对基础路采设备采集得到的至少两帧点云数据进行数据配准，删除各帧点云数据中与动态障碍物对应的第一类点云数据，对各帧点云数据进行数据融合，得到原始场景地图，并在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图，可以使用基础路采设备采集的点云数据生成三维背景地图，保证三维背景地图质量满足点云数据仿真工作的要求的同时，降低成本，而且便于拓展至不同的场景。

在上述各实施例的基础上，云数据获取模块501可以包括：语义信息识别单元，用于识别各帧点云数据中包括的障碍物，并得到与各障碍物分别对应的语义信息；信息划分单元，根据与各障碍物分别对应的语义信息，将识别出的障碍物划分为静态障碍物以及动态障碍物；初始配准单元，用于将相邻两帧点云数据中包括的静态障碍物进行配对，并根据配对结果对相邻两帧点云数据进行初始配准；精准配准单元，用于通过点云全局配准技术，对初始配准后的至少两帧点云数据进行精确配准。

在上述各实施例的基础上，原始地图生成模块502可以包括：轨迹确定单元，用于根据动态障碍物在各帧点云数据中的位置，确定与动态障碍物对应的理想运动轨迹；数据校正单元，用于根据动态障碍物的理想运动轨迹，对各帧点云数据中与动态障碍物对应的点云数据进行校正；数据删除单元，用于在各帧点云数据中，删除与动态障碍物对应的点云数据。

在上述各实施例的基础上，原始地图生成模块502可以还包括：再配准单元，用于使用点云全局配准技术，对各帧点云数据进行再配准。

在上述各实施例的基础上，三维地图生成模块503可以包括：数据获取单元，用于在原始场景地图中，获取设定形状属性的点云数据作为待归类点云数据；数据对应单元，用于根据各待归类点云数据的形状属性，以及各待归类点云数据在原始场景地图中的位置，得到与至少一个规则物体对应的第二类点云数据；数据替换单元，用于根据与规则物体对应的第二类点云数据的形状属性，采用与形状属性匹配的替换规则，将原始场景地图中的第二类点云数据替换为与规则物体匹配的几何模型的模型数据。

在上述各实施例的基础上，三维地图生成模块503可以还包括：数据调整单元，用于根据与同一规则物体对应的第二类形状数据，以及规则物体的属性信息，对与规则物体对应的第二类形状数据进行补充，和/或校正。

在上述各实施例的基础上，形状属性可以包括：平面属性，和/或圆柱属性。

在上述各实施例的基础上，数据替换单元可以包括：第一替换子单元，用于如果确定与目标规则物体对应的第二类点云数据的形状属性为平面属性，则使用体素融合技术，将与目标规则物体对应的第二类点云数据替换为与设定厚度的薄平面对应的模型数据；和/或第二替换子单元，用于如果确定与目标规则物体对应的第二类点云数据的形状属性为圆柱属性，则根据对目标规则物体的圆柱参数预测值，获取与圆柱参数预测值匹配的圆柱模型；将与目标规则物体对应的第二类点云数据替换为与圆柱模型对应的模型数据。

在上述各实施例的基础上，几何模型的模型数据可以为三维面片形式的数据。

本发明实施例所提供的三维场景地图的生成装置可执行本发明任意实施例所提供的三维场景地图的生成方法，具备执行方法相应的功能模块和有益效果。

实施例六

图6为本发明实施例六提供的一种设备的结构示意图。图6示出了适于用来实现本发明实施方式的示例性设备612的框图。图6显示的设备612仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图6所示，设备612以通用计算设备的形式表现。设备612的组件可以包括但不限于：一个或者多个处理器或者处理单元616，系统存储器628，连接不同系统组件(包括系统存储器628和处理单元616)的总线618。

总线618表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

设备612典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备612访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器628可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)630和/或高速缓存存储器632。设备612可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统634可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom，dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线618相连。存储器628可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块642的程序/实用工具640，可以存储在例如存储器628中，这样的程序模块642包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块642通常执行本发明所描述的实施例中的功能和/或方法。

设备612也可以与一个或多个外部设备614(例如键盘、指向设备、显示器624等)通信，还可与一个或者多个使得用户能与该设备612交互的设备通信，和/或与使得该设备612能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口622进行。并且，设备612还可以通过网络适配器620与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器620通过总线618与设备612的其它模块通信。应当明白，尽管图6中未示出，可以结合设备612使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

设备612可以为一种终端设备。设备612的处理单元616通过运行存储在系统存储器628中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的三维场景地图的生成方法。该方法具体可以包括：获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准；删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

实施例七

本发明实施例七还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明实施例所提供的三维场景地图的生成方法。该方法具体可以包括：获取基础路采设备采集得到的至少两帧点云数据，并对至少两帧点云数据进行数据配准；删除各帧点云数据中与动态障碍物对应的第一类点云数据，并对各帧点云数据进行数据融合，得到原始场景地图；在原始场景地图中，将与至少一个规则物体对应的第二类点云数据替换为与规则物体匹配的几何模型的模型数据，得到三维场景地图。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++、ruby、go，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。